基于低空摄影测量技术的区域用地变化监测

无人机低空摄影测量技术的快速发展,为区域土地利用变化和区域地形监测提供了新的作业方法。本文通过无人机对实验区进行多期的航摄工作,利用相应软件处理生成DOM,DSM数据,对两种数据进行合成,其成果可以直观反映用地特征变化,并定量分析区域用地的高程增量,从而达到对区域用地变化监测目的。     

无人机低空摄影测量技术在城镇地籍测量中的应用

城市建设水平不断提升,城镇地籍测量技术也在不断地更新。在城市化建设过程中,城镇地籍测量极具现实意义,是国家土地资源管理与城市建设规划决策的重要数据支撑。因此,必须确保城镇地籍测量数据、测量结果的高度准确,这就对测量技术提出了较高要求。无人机低空摄影技术在城镇地籍测量中的应用得到了越来越广泛的应用。基于此,本文对无人机低空摄影测量技术的应用及注意事项进行了深入地分析、探讨,希望能够为相关人员提供有益参考。     

基于特征基元的高分辨率遥感影像城市空间信息提取

结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。     

初探无人机低空摄影测量在地质测绘保障中的应用

地质测绘技术为各项工程建设提供了先期地质环境数据,尤其在应用无人机低空摄影测量技术后,给地质测绘保障带来了极大的安全性和灵活性,加快了测绘工作的进程。本文结合应用实例,初探无人机低空摄影测量工作,分析应用优势特点及不同阶段下的应用方法,最后考虑地质测绘保障中的影响因素,将低空摄影测量以技术优化。     

无人机低空摄影测量在城市测绘保障中的应用前景探究

低空摄影测量作为一种高效测量方式,主要通过无人机和GPS定位系统以及GIS地理信息系统形成技术融合来实现。低空摄影测量技术具有非常高的精确度和测量效率,能够在城市测绘上起到促进作用,本文结合无人机应用情况和测量特点进行分析,并对该测量技术在城市测绘保障中的应用展开深入探讨。     

基于纹理特征与数学形态学的高分辨率影像城市道路提取

从遥感影像上提取道路面临如下问题:根据光谱特征分类的图像存在建筑物与道路混淆,受交通工具、行道树等影响易产生道路中的孔洞与道路边缘的毛刺等。该文利用南京市IKONOS高分辨率影像丰富的空间纹理信息,将纹理信息加入原始波段参与分类,可以解决建筑物与道路的混淆问题。另外,道路具有丰富的形态特征,应用数学形态学的相关算法和形状指数,可以很好地去除道路提取过程中产生的各种噪声。     

基于车载LiDAR点云联合特征的道路边界提取研究

针对基于车载LiDAR点云数据的道路边界提取存在的问题,该文提出一种基于联合特征且能适应多种道路环境的道路边界提取方法。首先依据移动测量系统的航迹,按照设定宽度对道路数据进行分段,排除道路外侧无用数据;再对每段数据采用布料模拟滤波(CSF)算法分离地面点和非地面点,通过强度中值滤波去除地面点的椒盐噪声;然后计算点云局部邻域高差梯度和回波强度梯度构成的联合特征,依据设置阈值提取道路边界;最后通过欧氏距离聚类剔除部分非道路边缘点,细化道路边界,合并各段道路边界点云,得到完整的道路边界。选用代表性的城区道路、高速公路、乡村道路3种实验环境,验证了算法的鲁棒性。该研究对于扩展车载LiDAR在道路场景中的应用具有重要价值。     

基于单极化TerraSAR-X影像提取建筑区研究

基于多时相单极化TerraSAR-X影像,提取后向散射系数特征影像、变差函数纹理特征影像、干涉特征影像,并对其波段组合,在基于eCognition软件多尺度分割的基础上,选择训练样本对象,充分挖掘样本对象的光谱、纹理特征信息,通过建立特征分离性指标,降低特征维数,最后应用面向对象的分类方法实现了建筑区的自动提取,提取精度达93.50%。这一研究表明特征组合影像具有较大的分割优势,特征的优化选择在减少特征冗余的同时维持了较高的信息提取精度,且弥补了eCognition软件纹理特征计算慢的不足。     

基于环境小卫星CCD影像的水体提取指数法比较

针对湖北省大东湖水网水环境遥感监测需求,开展基于环境小卫星CCD影像的内陆湖库水体提取指数方法研究。以常见的3种水体识别指数为模型,参照使用TM、MODIS等典型传感器进行水体提取的波段选择方式,通过对环境小卫星CCD影像4个波段地物光谱信息的变化趋势分析,发现各波段对水体目标的区分能力;使用指数模型和相应阈值分别计算获得水体特征图像,并以目视判读结合精度评价指标的方式对提取结果进行对比分析。实验结果表明,归一化差异综合水体指数的目视判别效果最好,且具有水陆区分度高和误识别率低的特点,适用于解决水体目标快速提取问题。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

一种基于特征点的无人机影像自动拼接方法

论述了当前无人机影像快速拼接可选用的方法及可行性,将稳健的SIFT算法引入无人机影像自动拼接中,分析了该算法各阶段所消耗的时间.结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围;进行尺度空间极值点探测时通过实验获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多地获得了特征点,最后应用LM方法求得精确变换矩阵,完成了影像镶嵌.实验结果表明,该算法对无人机影像拼接具有较好的适应性,在保证算法鲁棒性的同时,提高了精度和效率.     

基于低空摄影高精度数字高程模型(DEM)的风沙草滩特征及稳定性评价

基于无人机低空摄影测量获取到的高分辨率数字正射影像图/数字高程模型（DOM/DEM）,选取榆林榆阳区岔河则乡附近一片较为典型的风沙草滩为研究区,分别对沙丘地形因子（坡度、地形起伏度、地表粗糙度、剖面曲率）、斑块形状指数及植被覆盖度进行提取并构建稳定性评价体系,然后利用GIS空间分析功能对该区域内的沙丘稳定性进行了评价。结果表明：（1）无人机航测以便捷高效的特点,可生成高精度地形数据并实现小尺度沙丘地形特征提取;（2）在人工飞播固沙和风沙缓慢侵蚀的双重作用下,研究区已体现出较为稳定的风沙草滩区特有地貌环境特征;（3）该区域已经拥有一定程度的抵抗力稳定性,但不具备恢复力稳定性。     

基于遥感影像的喀什地区水体提取

根据新疆喀什地区1990年、2000年和2010年左右的TM影像,采用改进的归一化差分水体指数(MNDWI),选取合适阈值的进行水体的提取,然后进行人工修正的方法,统计并获得喀什地区水资源(含冰川)总体面积。结果显示:1990年~2010年期间,喀什地区水资源(含冰川)总体面积在1990年至2000年以及2000年至2010年间分别减少了1141km2和987km2,变化率分别为-12.35%和-12.19%,并结合喀什地区气候变化相关研究成果,对影响喀什地区水资源时空变化的相关因素进行简单的讨论。     

基于语义和边缘特征融合的高分辨率遥感影像水体提取方法

利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。     

基于超像素的高分辨率影像建筑物提取

建筑物提取对于基础地理数据获取与更新具有重要意义。针对传统的基于像元方法难以利用影像空间、上下文信息以及面向对象方法最优分割尺度难以确定等问题,该文提出一种基于超像素的高分辨率影像建筑物提取方法。首先利用LiDAR点云数据生成归一化高程模型以获取地物的高度特征,并通过Layerstacking方式与高分辨率影像融合;随后基于Simple Linear Iterative Clustering(SLIC)算法分割高分辨率影像的RGB彩色图像生成超像素;继而基于分割所得的超像素中的每个像元对超像素进行特征计算;最后使用基于RBF核的支持向量机方法进行超像素级别分类,得到建筑物提取结果。实验结果表明,该方法能够有效识别出简单场景和复杂场景下的建筑物,显著消除了传统基于像元方法出现的"椒盐效应",同时避免了面向对象方法中最佳分割尺度选择的难题,取得了较好的建筑物提取效果。     

利用SAR影像区域分割方法提取海洋暗斑特征

在SAR强度影像中,包括海洋溢油在内的许多海洋现象呈现为暗斑。为从诸多暗斑中辨识海洋溢油,需要在SAR影像中提取暗斑的几何和统计分布特征,以此作为进一步分类（辨识）海洋溢油的依据,将基于几何划分技术的区域分割方法应用于SAR影像暗斑特征提取。首先建立高分辨率SAR影像暗斑或然率模型,然后利用最大化期望值和M-H算法实现其几何及统计分布特征参数提取。实验结果表明,该方法不仅可以精准提取暗斑的几何形状,同时还能有效估计其统计分布参数。     

摄影测量高性能处理关键技术研究

高性能计算技术(HPC)采用分布并行的计算模式,是提高摄影测量处理速度和效率的有效途径.法国InfoTerra公司研制的像素工厂系统[1]及我国武汉大学与武汉适普软件有限公司研制的数字摄影测量网格DPGrid将高性能计算技术引入摄影测量生产中,大幅提高了生产效率,其相同点是均采用并行计算平台,采用任务调度和并行处理算法支持大数据量的快速处理.摄影测量高性能处理的关键技术涉及并行处理系统架构、海量数据的组织与分布式管理、处理任务调度及并行处理算法等多方面.     

基于NSCT与改进SIFT特征点的GF-2影像水印算法

现有基于SIFT特征点的水印算法因特征区域重叠导致算法鲁棒性较差,不能满足GF-2影像版权保护的需求。该文采用Mean Shift对SIFT特征点进行优化和改进,提出一种基于NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理,将所有聚类中心作为影像的关键点,并计算关键点的平均SIFT描述符,以保证所生成的影像关键点具有与SIFT特征点相同的特征属性;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入低频子带的奇异值中,并通过相应的逆变换得到含水印影像。与其他算法对比验证结果表明,该算法既具有良好的不可见性,又对常规攻击以及旋转、裁剪、缩放等几何攻击具有较好的鲁棒性,且能有效减轻特征区域的重叠现象,适用于GF-2影像的版权保护。     

低空遥感结合卫星影像的河道流量反演

中小型河流的径流量精准监测对干旱区生态稳定具有重要意义。然而中小型河流流量遥感精准反演存在困难。以新疆尼勒克县境内的喀什河种峰场河段为例,基于关系拟合法,依据实测水文数据、无人机数据和卫星数据,构建河宽、水深与流量之间幂函数关系模型,并利用卫星数据的时序性,反演监测河段24次不同时期的径流量。反演结果表明：当径流量为0～50 m³·s^-1和50～100 m³·s^-1时,基于河宽的水力几何形态径流量反演效果最优,均方根误差(RMSE)分别为7.15 m³·s^-1和2.81 m³·s^-1;当径流量为100～200 m³·s^-1和>200 m³·s^-1时,基于水深和河宽的水力几何形态径流量反演效果最佳,RMSE分别为13.37 m³·s^-1和1.06 m³·s<...